1. 核心数据模型

在进行数据处理时，我们经常需要处理结构化的数据集。以下是一个简单的数据对比矩阵：

实验组别 样本量 (N) 平均响应时间 (ms) 成功率 (%)
Control 1000 124.5 98.2
Test A 1000 89.3 99.1
Test B 1000 105.7 97.5

2. 算法实现

我们使用 Python 结合 numpy 和 matplotlib 来生成拟合曲线。Butterfly 主题的暗黑代码块配合 Mac 风格窗口，阅读体验极佳：

import numpy as np
import matplotlib.pyplot as plt

def generate_model_data(samples=1000):
    """生成带有高斯噪声的模拟测试数据"""
    x = np.linspace(0, 10, samples)
    # 添加正态分布噪声
    noise = np.random.normal(0, 0.5, samples)
    y = np.sin(x) + noise
    
    return x, y

x_data, y_data = generate_model_data()
print(f"Data generation complete. Total samples: {len(x_data)}")